 ==>> 点击下载文档 |
在这种情况下，构建个人信用评估模型，可以有效帮助银行提高个人
授信效率和准确性，提高个人信贷产品质量和风险管控能力，对个人
信贷风险理论及个人信用评估进行全面、系统地研究，便具有了重要
的理论价值和现实意义。
当前，我国个贷业务的飞速发展使商业银行积累了一定量的数
据，商业银行纷纷进行数据集中，建立数据仓库，开始应用各种方法
建立科学的个人信用评估模型，进而建立完善的个人信用评估机制，
以降低个人信贷业务成本和风险。本文将对此进行系统研究，并以某
商业银行个人信贷数据为分析对象，采用己有的数据挖掘算法进行适
应性研究，使用判别分析法、LogiS七iC回归法、K近邻法、决策树法
分别建立模型对个人客户进行分类，并比较模型表现，从而探索建立
适合我国的个人信用评估模型。本文对比了国内外常用的几种风险评
估模型，综合考虑对比结果，LogistiC回归模型是个人信用评估最
优模型，该模型的准确率达到75%以上，训练样本和确认样本误判率
相差不大，模型稳健性好，易于理解，效率高，推广能力强，是当前
商业银行可以采用的最优模型，值得在实践中推广。
本文采用理论与数据相结合的思路，使用定量分析的方法，对现
有的几种个人信用评估方法进行对比研究。全文分为五章:
第一章讨论了个人信用评估的基本概念及其发展历程。指出个人
信用评估是对消费信贷中的个人诚实守信的意志和能力做出评价，并
对目前西方国家流行的几种定量方法进行了综述，介绍了这些方法的
基本原理和前人的研究成果。最后，分析了国内研究现状，强调了构
建适合我国现状的个人信用评估模型的必要性，指出虽然进行了各种
积极的尝试，但是我国银欧亿·体育（中国）有限公司在个人信用评分模型的建立和应用方面
仍处于起步阶段，对各种方法建立的个人信用评估模型的准确性和适
用性研究还有待深入。本章的论述为后面进行实证分析奠定理论基
础。
第二章主要介绍了数据挖掘概念及其在个人信用评估中的应用。
首先阐述了数据挖掘的基本概念，介绍了数据挖掘的功能和常用
技术以及基本流程;然后介绍了数据挖掘技术的应用情况及其在商业
银行风险管理方面发挥的作用。
第三章研究了个人信用评估前的数据准备问题。论文研究所采用
的数据是由四川省某商业银行提供的个人客户历史欧亿·体育（中国）有限公司数据库的真
实数据，由于建模用的实际数据存在着不完整、不一致、不精确和重
复数据，所以需要对其进行预处理，本章具体介绍了数据清洗和转换
的方法和过程;然后，介绍了建模所采用的抽样方法。
第四章应用SAS等软件，对样本数据使用判别分析法、Logistic
回归、K近邻法、决策树具体构建个人信用评估模型。详细介绍了建
立模型的过程、算法、判别准则并计算了训练样本和确认样本的总体
误判率及两类错误率。
第五章对第四章中所建立的几种模型进行评估和比较。分析结果
认为，就本文所使用的数据而言，几种模型建模效果在一定范围内差
别不大。相比较来说，LogiStic回归模型是个人信用评估最优模型，
值得在实践中推广。最后，提出商业银行具体运用过程中还需注意的
几点问题。
本文的主要特点:(1)采用商业银行个人信贷真实数据进行实证
分析，所建立的模型更符合实际情况。(2)论文用几种方法对样本数
据进行数据挖掘，找出客户资信水平和个人特征信息之间的关系，构
建信用评估模型并用于预测。采用对比研究的方法，对各模型进行评
估比较。最终所推荐的模型具有客观性强，预测准确高的特点，有较
强的信用风险识别能力和预测能力。(3)本文在选取建模方法时，采
用了较多的非参数分析方法，对数据统计分布没有特别的要求，避免
了传统技术对模型设定的困难。
需要指出的是，由于所能收集到的数据有限，本文对个人信用的
评估仅考虑了一些个人基本信息及财务状况，只是提供一种分析问
题、建立模型的方法。而在实际业务中，对于个人信用的评价往往需
要更多的信息，商业银行可凭借其数据仓库的综合信息获取优势，为
模型的建立提供更全面的信息支持，在构建模型时，加入其他有价值
的影响因素。同时，在构建成模型之后，还需对模型进行动态调整修
正，使其符合业务发展的要求。
关键字:个人信用评估，数据挖掘，判别分析，K近邻法、
Logistic回归，决策树
版权所有: 欧亿·体育（中国）有限公司©2025 客服电话: 0411-88895936 18842816135
欧亿·体育（中国）有限公司
